mysql实用教程（Mysql调优Explain工具详解及实战演练推荐）

mysql实用教程

Mysql调优Explain工具详解及实战演练推荐

mysql调优explain工具详解以及实战演练 explain工具介绍explain分析示例explain 两个变种explain中的列 索引最佳实战索引使用总结:
mysql安装文档参考

explain工具介绍

使用explain关键字可以模拟优化器执行sql语句，分析你的查询语句或是结构的性能瓶颈
在 select 语句之前增加 explain 关键字，mysql 会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是 执行这条sql
注意:如果 from 中包含子查询，仍会执行该子查询，将结果放入临时表中

explain分析示例

参考官方文档

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

示例表:  drop table if exists `actor`;  create table `actor` (  `id` int(11) not null,  `name` varchar(45) default null,  `update_time` datetime default null,  primary key (`id`)  ) engine=innodb default charset=utf8;    insert into `actor` (`id`, `name`, `update_time`) values (1,'a','2017‐12‐22 15:27:18'), (2,'b','2017‐12‐22 15:27:18'), (3,'c','2017‐12‐22 15:27:18');   drop table if exists `film`;  create table `film` (  `id` int(11) not null auto_increment,  `name` varchar(10) default null,  primary key (`id`),  key `idx_name` (`name`)  ) engine=innodb default charset=utf8;  insert into `film` (`id`, `name`) values (3,'film0'),(1,'film1'),(2,'film2'); drop table if exists `film_actor`;  create table `film_actor` (  `id` int(11) not null,  `film_id` int(11) not null,  `actor_id` int(11) not null,  `remark` varchar(255) default null,  primary key (`id`),  key `idx_film_actor_id` (`film_id`,`actor_id`)  ) engine=innodb default charset=utf8;  insert into `film_actor` (`id`, `film_id`, `actor_id`) values (1,1,1),(2,1,2),(3,2,1);

 

1	mysql> explain select * from actor;

在查询中的每个表会输出一行，如果有两个表通过 join 连接查询，那么会输出两行

explain 两个变种

1)explain extended:会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 命令可
以得到优化后的查询语句，从而看出优化器优化了什么。额外还有 filtered 列，是一个半分比的值，rows * filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数(前一个表指 explain 中的id值比当前表id值小的 表)。

2)explain partitions:相比 explain 多了个 partitions 字段，如果查询是基于分区表的话，会显示查询将访问的分 区。

在新版版比如mysql5.7以上的版本，并不需要携带extended就可以查询出来额外的信息，在mysql8.0以上已经废除了explain extended这条命令，我们只需要使用explain就可以了。

explain中的列

接下来我们将展示 explain 中每个列的信息。

id列
id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。 id列越大执行优先级越高，id相同则从上往下执行，id为null最后执行。
如果查询有连接查询，id出现了多个。比如说1，2，3，那么id为3的这条sql最先执行，如果查询出来的id为1，1，2，3，那么两个id都为1，则在上面的sql先执行。

select_type列
select_type 表示对应行是简单还是复杂的查询。
1).simple:简单查询。查询不包含子查询和union

 

1	mysql> explain select * from film where id = 2;

2).primary:复杂查询中最外层的 select
3).subquery:包含在 select 中的子查询(不在 from 子句中)
4).derived:包含在 from 子句中的子查询。mysql会将结果存放在一个临时表中，也称为派生表(derived的英文含 义)
用这个例子来了解 primary、subquery 和 derived 类型

 

1 2	mysql> set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合 并优化 2 explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

解释一下上面的select_type查询到的图，
首先说一下id为3的sql优先执行，因为它是在from后面的子查询，所以对应的select_type为derived，id为2后sql后执行，因为它包含在 select 中的子查询(不在 from 子句中)，所以对应的select_type为subquery，
id为1 的sql最后执行，它是复杂查询中最外层的 select，所以对应的select_type为primary。
最后别忘了把前面修改的配置还原：

 

1	mysql> set session optimizer_switch='derived_merge=on'; #还原默认配置

5).union:在 union 中的第二个和随后的 select

 

1	mysql> explain select 1 union all select 1;

3.table列

这一列表示 explain 的一行正在访问哪个表。
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=n 的查询，于是先执行 id=n 的查 询。
当有 union 时，union result 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id。
deriven3,就表示先查询id为3的sql，表示当前查询依赖 id=3 的查询

4.type列(比较重要)

这一列表示关联类型或访问类型，即mysql决定如何查找表中的行，查找数据行记录的大概范围。 依次从最优到最差分别为:system > const > eq_ref > ref > range > index > all
一般来说，得保证查询达到range级别，最好达到ref
null: mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如:在索引列中选取最小值，可 以单独查找索引来完成，不需要在执行时访问表。

 

1	mysql> explain select min(id) from film;

在这里解释一下，因为mysql底层索引数据结构式b+树,在上一篇文章中已经重要解释过。在b+树最下面的叶子节点所以是按照顺序排列的，从左到右依次递增，这个也就是最左前缀原则，那么查询最小的数值，直接可以到索引最左边拿到就可以，不需要查询，这样的效率是非常高的。

const, system: mysql能对查询的某部分进行优化并将其转化成一个常量(可以看show warnings 的结果)。用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是 const的特例，表里只有一条元组匹配时为system。

 

1	mysql> explain extended select * from (select * from film where id = 1) tmp;

 

1	mysql> show warnings;

 

eq_ref:primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。

 

1	explain select * from film_actor left join film on film_actor.film_id = film.id;

解释一下，上面的film_actor字段film_id为联合索引，所以根据二级索引对应另一张表的聚集索引查询是非常快的
ref: 相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引要和某个值相比较，可能会 找到多个符合条件的行。
1.简单 select 查询，name是普通索引(非唯一索引)

 

1	mysql> explain select * from film where name = 'film1';

2. 关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左边前缀film_id部分。

 

1	mysql>explain select film_id from film left join film_actor on film.id = film_actor.film_id;

range:范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行

 

1	mysql> explain select * from actor where id > 1;

index:扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接 对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这 种通常比all快一些。

 

1	mysql> explain select * from film;

解释一下为什么说二级索引比聚集索引要小，因为二级索引只保存了当前索引的数据，而聚集索引保存的是全部表数据。
all:即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了

5.possible_keys列

这一列显示查询可能使用哪些索引来查找。
explain 时可能出现 possible_keys 有列，而 key 显示 null 的情况，这种情况是因为表中数据不多，mysql认为索引 对此查询帮助不大，选择了全表查询。
如果该列是null，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提 高查询性能，然后用 explain 查看效果。

6.key列

这一列显示mysql实际采用哪个索引来优化对该表的访问。
如果没有使用索引，则该列是 null。如果想强制mysql使用或忽视possible_keys列中的索引，在查询中使用 force index、ignore index。

7.key_len列

这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。 举例来说，film_actor的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个int列组成，并且每个int是4字节。通 过结果中的key_len=4可推断出查询使用了第一个列:film_id列来执行索引查找。

 

1	mysql> explain select * from film_actor where film_id = 2;

key_len计算规则如下:

• 字符串，char(n)和varchar(n)，5.0.3以后版本中，n均代表字符数，而不是字节数，如果是utf-8，一个数字
• 或字母占1个字节，一个汉字占3个字节 char(n):如果存汉字长度就是 3n 字节
• varchar(n):如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为 varchar是变长字符串
• 数值类型 tinyint:1字节
• smallint:2字节
• int:4字节
• bigint:8字节
• 时间类型
• date:3字节
• timestamp:4字节
• datetime:8字节
• 如果字段允许为 null，需要1字节记录是否为 null
• 索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索 引。

8.ref列

这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有:const(常量)，字段名(例:film.id)

9.rows列

这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。

10extra列

这一列展示的是额外信息。常见的重要值如下:
1)using index:使用覆盖索引
覆盖索引定义:mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中 获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index;覆盖索引一般针对的是辅助索引，整个 查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值。
简单点说就是不用回表，通过二级索引也就是联合索引就可以拿到想要的结果集，

 

1	mysql> explain select film_id from film_actor where film_id = 1;

2)using where:使用 where 语句来处理结果，并且查询的列未被索引覆盖

 

1	mysql> explain select * from actor where name = 'a';

这里的actor表的name是没有添加索引的。
3)using index condition:查询的列不完全被索引覆盖，where条件中是一个前导列的范围;
4)using temporary:mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索 引来优化。

其实还有很多，就不一一介绍了，有兴趣的可以自己查看mysql官方文档。

索引最佳实战

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14

示例表: create table `employees` ( `id` int(11) not null auto_increment, `name` varchar(24) not null default '' comment '姓名',  `age` int(11) not null default '0' comment '年龄',  `position` varchar(20) not null default '' comment '职位',  `hire_time` timestamp not null default current_timestamp comment '入职时间',  primary key (`id`),  key `idx_name_age_position` (`name`,`age`,`position`) using btree  ) engine=innodb auto_increment=4 default charset=utf8 comment='员工记录表';    insert into employees(name,age,position,hire_time) values('lilei',22,'manager',now());  insert into employees(name,age,position,hire_time) values('hanmeimei', 23,'dev',now());  insert into employees(name,age,position,hire_time) values('lucy',23,'dev',now());

全值匹配

 

1	explain select * from employees where name= 'lilei';

 

1	explain select * from employees where name= 'lilei' and age = 22;

 

1	explain select * from employees where name= 'lilei' and age = 22 and position ='manage r';

2. 最左前缀法则
如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。

 

1 2 3

explain select * from employees where name = 'bill' and age = 31; explain select * from employees where age = 30 and position = 'dev'; explain select * from employees where position = 'manager';

上面会有三个结果集，只有第一条sql遵循了最左前缀原则，使用了索引进行查询，另外两条sql都是违背了最左前缀原则，就是没有从name字段开始查询，所以没有使用索引，导致索引失效。
3. 不在索引列上做任何操作(计算、函数、(自动or手动)类型转换)，会导致索引失效而转向全表扫描

 

1 2	explain select * from employees where name = 'lilei'; explain select * from employees where left(name,3) = 'lilei';

第一条sql使用索引，第二条sql导致了索引失效。
4. 存储引擎不能使用索引中范围条件右边的列

 

1 2	explain select * from employees where name= 'lilei' and age = 22 and position ='manage r'; 2 explain select * from employees where name= 'lilei' and age > 22 and position ='manage r';

varchar(n):如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为 varchar是变长字符串
name字段所占字节：3*24+2=74
age字段为int占4个字节
74+4=78
这样就会导致后面的position索引失效
5. 尽量使用覆盖索引(只访问索引的查询(索引列包含查询列))，减少 select * 语句

 

1	explain select name,age from employees where name= 'lilei' and age = 23 and position ='manager';

6. mysql在使用不等于(!=或者<>)，not in ，not exists 的时候无法使用索引会导致全表扫描
< 小于、 > 大于、 <=、>= 这些，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引

is null,is not null 一般情况下也无法使用索引

 

1	explain select * from employees where name is null

like以通配符开头('$abc…')mysql索引失效会变成全表扫描操作
问题:解决like'%字符串%'索引不被使用的方法
a)使用覆盖索引，查询字段必须是建立覆盖索引字段

 

1	explain select name,age,position from employees where name like '%lei%';

b)如果不能使用覆盖索引则可能需要借助搜索引擎
9. 字符串不加单引号索引失效

 

1 2	explain select * from employees where name = '1000'; explain select * from employees where name = 1000;

少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评 估是否使用索引，详见范围查询优化范围查询优化
给年龄添加单值索引

 

1 2	alter table `employees` add index `idx_age` (`age`) using btree ; explain select * from employees where age >=1 and age <=2000;

没走索引原因:mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。比如这个例子，可能是 由于单次数据量查询过大导致优化器最终选择不走索引
优化方法:可以将大的范围拆分成多个小范围

 

1 2	explain select * from employees where age >=1 and age <=1000; explain select * from employees where age >=1001 and age <=2000;

还原最初索引状态

 

猜您喜欢

1	alter table `employees` drop index `idx_age`;